特朗普枪击事件后,聪明钱是如何斩获百倍收益的?

Odaily星球日报Publié le 2024-07-16Dernière mise à jour le 2024-07-16

Résumé

特朗普meme概念暴涨,TRUMP在1小时内暴涨近70% ,MAGA在1小时内暴涨33% 。

原文作者:Luccy、Joyce

7 月 14 日,特朗普在一场竞选集会中演讲时耳部中枪,在被安保掩护的过程中还高举右拳。之后,特朗普 meme 概念暴涨,TRUMP 在 1 小时内暴涨近 70% ,MAGA 在 1 小时内暴涨 33% 。另外,Solana 上还出现了数个相关 meme 币,其中 FIGHT、EAR 等上线后涨幅均超百倍。

昨日晚间,特朗普于北京时间 11 点 51 分发布新社交邮件动态,配文「不要害怕(FEAR NOT),我是特朗普,我将带领美国再次伟大!」。之后,Solana 出现了「FEAR NOT」为名的 meme 代币,两小时涨幅 33 倍。

爆炸性新闻事件之后,总会快速出现一系列相关 meme 代币,币,跑出几个涨幅超百倍、盈利空间巨大的标的,这些「金狗」是如何诞生的?吃到高倍盈利的聪明钱又有着怎样的特征?

新闻后 15 分钟,老币拉盘,新币入场

特朗普遭遇枪击事件的相关报道最早见于彭博社记者,Walter 于 14 日早 6: 15 通告特朗普被枪击, 15 分钟后,特朗普概念币开始拉盘。

特朗普枪击事件后,聪明钱是如何斩获百倍收益的?

此前特朗普概念龙头 TRUMP 领涨。14 日上午 6:22,TRUMP 用了 40 分钟上涨 70%,早 7 时左右开始下跌,交易量 601 万美元。随后,MAGA 于 6:28 也开始暴涨,上涨也持续了 40 分钟,涨幅完成 46% 之后,7 时 10 分开始下跌,交易量 337 万美元。

特朗普枪击事件后,聪明钱是如何斩获百倍收益的?

但除了老 meme 外,本次突发事件还出现了很多相关概念币,比如 EAR、Fight、SURVIVOR、FIST、MISSED 和 HERO 等,以及围绕这几个词的衍生词句也有对应的 meme,如 EAR IS FINE、EARWIF 等。

对于 meme 炒作来说,事件发酵、发币、拉盘已成基本程序。上述这些名称所代表的代币不仅 1 个,在任何 dex 上搜索其中任何一个词,都可以搜索到几十个同名代币。据 gmgn 数据,名为「Fight」的代币在 Solana 上有 24 个,在以太坊上有 23 个,而 EAR 在 Solana 上有 11 个,在以太坊上有 5 个。

特朗普枪击事件后,聪明钱是如何斩获百倍收益的?

由于难以追踪到大部分 meme 诞生的时间节点,BlockBeats 查看了较为热门的几枚代币诞生时间,其中仅 FIGHT 和 EAR 实现较大涨幅,且其发布时间恰巧为新闻发布 15 分钟后。

据 dexscreener 数据,涨的最多的 FIGHT 发布于 14 号上午 6:50,目前仍在上涨,其走势呈现 3 次上升高点。第一次高点出现于 14 日上午 11:45,价格在 0.004 美元附近维持了近 1 小时后开始回落。6 小时后,价格在 0.002 美元触底反弹,晚上 10:30 前后,FIGHT 涨至 0.013 美元局部高点。随后卖单增加,FIGHT 再次出现大幅回落,并于今日早在此回升。

EAR 是继 FIGHT 后存活时间较长的 meme,其发布于 14 号上午 6:37,下午 1:15 涨至最高点 0.032 美元,7 小时内涨幅超 60 倍。下午 3:30,EAR 价格在 0.025 美元左右开始呈下滑趋势,截止撰稿时价格为 0.0035 美元,市值 370 万美元,交易量达 4310 万美元。

特朗普枪击事件后,聪明钱是如何斩获百倍收益的?

而热度次高的 FIST 和 SURVIVOR 发布时间则较晚,FIST 发布于 14 日早上 8: 21 ,而 SURVIVOR 则发布于 15 日凌晨 1: 05 ,目前均已归零。

聪明钱如何实现百倍 meme?

据 gmgn.ai 数据,除了 FIGHT 和 EAR 外,在早上 6 点半前后也有大量相关 meme 诞生,但或许是缺乏喊单并没引起过多注意。而在这几十甚至上百个相关 meme 中,聪明钱是如何精准挑选出那个百倍 meme 的?BlockBeats 追踪了早期买入上述 EAR、FIGHT 两枚 meme 的聪明钱地址。

运气占主要成分

在 FIGHT 上盈利最多的幸运儿为 LCJFe 开头的地址,其在开盘 23 分钟后以 0.00017 美元的平均成本买入,在价格翻倍后卖出本金,目前浮盈 57.59 万美元,涨幅超百倍。

特朗普枪击事件后,聪明钱是如何斩获百倍收益的?

另一以 CLegS 开头地址专攻名人代币,在其所有持币种类中,名人代币超过总量的一半,但几乎全军覆没。从总体战绩上看,由于这次兴起的川普概念币让其总利润仍为正。

在此次特朗普枪击案中,他买入了 FIGHT、EAR、FIST、SURVIVOR 和 MAGA 五个相关代币,除 MAGA 亏损外,其余四个 meme 已共为他实现了超 47 万美元的利润,目前未实现利润还有约 23.36 万美元。

BS4gh 开头地址则属于「热点型」选手,除了 FIGHT 外,其持有代币还包括 BOME、WIF 和 MOTHER,虽然后三者均是 meme 圈备受热议的百倍币,但由于买入时机过晚,目前仅浮盈 82 美元。

而在 EAR 上盈利最多的 Qwerty(81RYq 开头地址),买入成本共计 224 美元,最终盈利超 22 万美元,获得了 1309 倍收益。他的策略是广撒网,一天以 100-300 美元的成本价买入 15 至 30 个左右的 meme 币,最终等到了 EAR 这个彩票。

特朗普枪击事件后,聪明钱是如何斩获百倍收益的?

KOL 都能赚,但并不能卖在山顶

KOL 地址动向与喊单情况对 meme 币的价格走势有着重要的影响。

在 EAR 出现的 36 分钟后,一个显示为推特粉丝数超 90 K 的 KOL「0x Sun」的地址以 0.0015 和 0.0019 美元分两笔买入共 2700 多美元的 EAR。这时 EAR 的市值还不到 200 万美元,在之后的 8 小时里,EAR 最高突破 3200 万美元。但 0x Sun 并没有卖在高点,如果按高点计算,0x Sun 最高盈利可达 16 倍。但在这波行情中,0x Sun 的实际收益率为 1.36 倍。

特朗普枪击事件后,聪明钱是如何斩获百倍收益的?

而在 FIGHT 上,粉丝量超 30K 的 Neso 在代币上线两小时后以 434 美元的成本买入,并在买入之后的半小时左右发布了一条喊单推文。之后 FIGHT 持续走高,在盈利达 6 倍后,Neso 陆续出货,最后一笔卖在了阶段性高点处,并留下了余仓。随着 FIGHT 突破历史新高,Neso 在其上的未实现盈利达 1.7 万美元。

特朗普枪击事件后,聪明钱是如何斩获百倍收益的?

不完全「慧眼识币」指南

总结这些幸运聪明钱后,会发现并不是只有在代币上线的几十分钟内买入才能获得高倍盈利。这些金狗在突发新闻报道后的 20 分钟就被推出,「生产速度」极快,但「升级成金狗」的过程则需要数个小时,即使在开盘 2 小时后买入仍有达百倍的盈利空间。

BlockBeats 总结了一些抓住 meme 币的通用技巧。

首先,紧跟热点新闻并判断其潜在影响力是至关重要的。需要对突发事件保持敏锐的 meme 币嗅觉,及时筛选出与事件相关的概念币,并密切关注其走势。

此外,关注聪明钱和有信誉的 KOL 地址也是有效策略之一。聪明钱和 KOL 往往拥有更丰富的市场经验和更敏锐的市场嗅觉,跟随他们的动向可以增加成功的概率。同时,分散投资也是降低风险的重要策略。正如一些聪明钱所采取的行动,广撒网、多点布局,虽然不是每一个投资都能带来巨额回报,但总有一些能够脱颖而出,实现百倍甚至千倍的收益。

最后,及时出本也是关键策略之一。在市场波动剧烈的情况下,及时收回初始投资成本,确保自己在任何情况下都不会亏损,是保护投资收益的重要手段。保持理性和冷静,避免因一时的波动而盲目跟风,要有自己的判断和策略。这样,即使在动荡的市场中,也能稳步前行,抓住下一次突发事件带来的 meme 币机遇。

总之,抓住突发事件的 meme 币不仅需要运气,也需要敏锐的市场洞察力和科学的投资策略。但 meme 币波动剧烈,BlockBeats 提醒读者注意甄别风险。

原文链接

Lectures associées

Le « roi du raisonnement » de Google s'en va aussi chez Meta, recruté à l'origine par Fei-Fei Li

Un cerveau de la recherche en IA quitte Google pour Meta, accentuant l’exode des talents du géant technologique. Dengyong Zhou (Denny Zhou), chercheur clé chez Google DeepMind souvent qualifié de « roi du raisonnement » pour ses contributions fondamentales aux modèles de langage (comme le Chain-of-Thought), a quitté Google de manière discrète il y a quatre mois pour rejoindre Meta en tant que scientifique chercheur. Son recrutement initial par Google en 2017 était lié à Fei-Fei Li et au centre de recherche Google AI en Chine. Ce départ s’inscrit dans une série de pertes majeures pour Google DeepMind récemment : - Noam Shazeer, co-auteur du Transformer, a quitté Google pour OpenAI. - John Jumper, lauréat du Nobel et responsable d’AlphaFold, a rejoint Anthropic. - D’autres contributeurs clés de Gemini, comme Jonas Adler et Alexander Pritzel, sont également partis pour Anthropic. Parallèlement, Meta renforce ses rangs en embauchant également Dawn Song, experte renommée en sécurité IA, et son équipe de Virtue AI. Un rapport de The Information suggère que les tensions internes chez Google pourraient expliquer en partie ces départs. L’entreprise aurait réorganisé ses priorités au profit d’une « équipe de choc » (Strike Team) dédiée au codage IA, visant à combler son retard face à Anthropic et OpenAI dans ce domaine lucratif. Cette focalisation sur les applications commerciales immédiates, au détriment de projets de recherche plus fondamentaux comme les « modèles du monde » (world models) chers à DeepMind, aurait créé des conflits et conduit à des réallocations de ressources (calcul, équipes), poussant certains chercheurs à partir. Ainsi, Google semble perdre des talents clés face à des concurrents offrant une vision de recherche plus attractive ou des opportunités financières pré-IPO, tandis que sa réorientation stratégique vers le codage génère des tensions internes.

marsbitIl y a 44 mins

Le « roi du raisonnement » de Google s'en va aussi chez Meta, recruté à l'origine par Fei-Fei Li

marsbitIl y a 44 mins

Des puces gravées en 0,7 nm voient le jour, la loi de Moore revit

La loi de Moore est-elle sauvée ? IBM a dévoilé le premier procédé de fabrication de puces au monde en 0,7 nm, intégrant près de 100 milliards de transistors sur une surface de la taille d'un ongle, doublant ainsi la densité par rapport aux puces en 2 nm. Cette avancée franchit la barrière du 1 nm et approche l'échelle atomique, permettant soit une amélioration des performances de 50 %, soit une réduction de la consommation d'énergie de 70 %. Le cœur de cette innovation réside dans l'architecture "NanoStack" d'IBM, une conception pionnière de transistors empilés verticalement en trois dimensions à base de nanofeuillets. Cette technologie étend les précédentes avancées d'IBM, comme les transistors GAA (porte entourante totale) et VTFET (à transmission verticale). Le procédé consiste à superposer deux plaquettes de tranches de nanofeuillets, créant une structure 3D interconnectée verticalement. IBM a validé la faisabilité en laboratoire, démontrant notamment une réduction de 40 % de la surface des cellules SRAM, cruciale pour les puces IA. Face à la crise énergétique des centres de données liée à l'IA, le gain d'efficacité de 70 % répond à un besoin pressant. Bien qu'IBM ne fabrique plus de puces, il développe et licence ces technologies. Le calendrier de production envisage une commercialisation d'ici cinq ans, et l'architecture NanoStack pourrait prolonger la miniaturisation des puces pendant au moins une décennie.

marsbitIl y a 1 h

Des puces gravées en 0,7 nm voient le jour, la loi de Moore revit

marsbitIl y a 1 h

Les créateurs de ChatGPT n'utilisent plus ChatGPT pour travailler

Les créateurs de ChatGPT ne l'utilisent plus guère pour travailler. En moins d'un an, OpenAI a remplacé l'IA conversationnelle par des agents intelligents comme Codex, qui génèrent désormais 99,8% des tokens de sortie hebdomadaires de l'entreprise, contre moins de 10% il y a dix mois. La transition, amorcée en septembre dernier, s'est généralisée à tous les services, y compris juridique, financier et recrutement, où plus de 85% des tokens sortants proviennent désormais de Codex. L'agent, basé sur GPT-5.5, ne se limite plus à des réponses ponctuelles. Il peut exécuter de manière autonome des tâches complexes pendant plusieurs minutes ou heures, planifiant et itérant jusqu'à leur achèvement. Près d'un quart des requêtes à Codex correspondent désormais à un travail qui prendrait plus d'une heure à un humain. Son adoption a explosé chez les non-développeurs, dépassant celle des ingénieurs, et effaçant les frontières entre métiers : les équipes financières ou marketing l'utilisent massivement pour des tâches de programmation. Codex a évolué d'un outil d'assistance en codage à un exécutant de flux de travail universel, capable de gérer en parallèle des cycles de travail équivalant à plus de 60 heures par jour pour les utilisateurs les plus intensifs. Cette transition marque un changement fondamental : le travail de la connaissance passe d'une interaction question-réponse à la délégation de tâches complètes et de longue durée à des agents autonomes, l'humain restant le superviseur et le décideur ultime.

marsbitIl y a 1 h

Les créateurs de ChatGPT n'utilisent plus ChatGPT pour travailler

marsbitIl y a 1 h

Trading

Spot
活动图片